2020年计算机算法基础理论与应用研讨会小记

大数据分析与挖掘的多粒度方法

• 粒计算与大数据分析
• 多粒度计算与智能决策
  • 基于多粒度的稳健型股票选择决策
• 基于多粒度的链接评测
  • 基于多粒度的冷启动链接预测
    • 建立非拓扑信息到多粒度潜在空间的映射
• 基于多粒度的图半监督学习
• 从多粒度计算到认知计算

机器学习的公理化及其应用

爱因斯坦：所有科学中最重要的目标就是，从最少数量的假设和公理出发，用过逻辑演绎推理的方法解释最大量的经验事实。

学习的目的

知识的基本单位是概念，学习就是学习概念，学习概念就是会使用概念。

类表示及类表示公理

内部表示：类的认知表示（主观内在）

1. 经典理论：有一个命题表示
2. 原型理论：有一个原型表示
3. 样例理论：有多个样本表示
4. 知识理论：是一个知识框架的组成部分

归类公理

• 样本可分性公理（CS）
• 归类等价公理（CE）

小样本学习神经网络

• 研究背景
  • 规模<=>样本
• 基于特定参数分布生成的小样本学习方法
• 小样本生成网络
• 双通道增量学习网络

计数与体积计算及程序分析

约束满足问题（CSP）

程序分析

Learing-Augmented Algorithm Design for Combinational Optimization

Combinational optimization

• Theoretical
• Heuristic
• Machine learning

Game Theory and Practice at the AI Age

• The Art or Science of Intellectual Plays in Games
• Corner Stone in the Progress of Game Theory
• Challenge of Unlearnablity
• Market Equilibrium Meet Private Utility Function
• Data Discovery in Games
• Game Playing in the Digital World
• Limit of Learning in Games

后记

啥玩意啊完全听不懂，摸鱼一上午。

标签：公理,样本,Game,学习,粒度,2020,Games,基础理论,小记
来源： https://www.cnblogs.com/HolyK/p/13972860.html